Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inferencia Estadistica - UCA Intervalos de Confianza
Inferencia Estadistica - UCA Intervalos de Confianza
Estadı́stica
(Teorı́a y problemas)
I. Espejo Miranda
F. Fernández Palacı́n
M. A. López Sánchez
M. Muñoz Márquez
A. M. Rodrı́guez Chı́a
A. Sánchez Navas
C. Valero Franco
°c Servicio de Publicaciones. Universidad de Cádiz
I. Espejo Miranda, F. Fernández Palacı́n, M. A. López Sánchez, M. Muñoz
Márquez, A. M. Rodrı́guez Chı́a, A. Sánchez Navas, C. Valero Franco
ISBN: 978-84-9828-131-6
Se concede permiso para copiar, distribuir y/o modificar este documento bajo los
términos de la Licencia de Documentación Libre de GNU, Versión 1.2 o cualquier
otra versión posterior publicada por la Free Software Foundation. Una traducción
de la licencia está incluida en la sección titulada “Licencia de Documentación
Libre de GNU”.
Permission is granted to copy, distribute and/or modify this document under the
terms of the GNU Free Documentation License, Version 1.2 or any later version
published by the Free Software Foundation. A copy of the license is included in
the section entitled “GNU Free Documentation License”.
Inferencia Estadı́stica (Revisión: Marzo 2007)
I. Espejo Miranda, F. Fernández Palacı́n, M. A. López Sánchez,
M. Muñoz Márquez, A. M. Rodrı́guez Chı́a, A. Sánchez Navas,
C. Valero Franco
c
°2007 Servicio de Publicaciones de la Universidad de Cádiz
http://www.uca.es/teloydisren
Capı́tulo 3
1. Introducción
precisión establecido.
E[θ(X) − θ(X)].
Finalmente, cuando tampoco pueda resolverse este problema, el criterio
más empleado consiste en el reparto equitativo del complementario del
nivel de confianza entre las dos colas, es decir,
α
P [θ(X) ≥ θ] =
2
α
P [θ(X) ≤ θ] = .
2
Este criterio presenta la ventaja de que conduce a un intervalo único y
que en el caso de distribución simétrica con respecto al parámetro es de
longitud mı́nima.
de lo cual puede deducirse que existen diferentes θ(X) y θ(X) tal que
P [θ(X) ≤ θ ≤ θ(X)] = 1 − α.
Las tablas 3.1 y 3.2 resumen los resultados que se van a obtener
en lo que sigue.
3.4 Intervalos de confianza en poblaciones Normales 49
X − µ√
n ∼ N (0, 1) X − µ√
σ =⇒ n ∼ tn−1 ,
S2
Sc
(n − 1) c2 ∼ χ2n−1
σ
−1 −1 −4 −3 1 −10 5,
Se sabe que
s
σ12 σ22
X − Y ∼ N µ1 − µ2 , + ,
n1 n2
· q q ¸
σ12 σ22 σ12 σ22
P X−Y −Z1− α2 n1 +n2 ≤ µ1−µ2 ≤ X−Y +Z1− α2 n1 +n2 =
=1−α
por tanto el intervalo buscado es
I1−α (µ1 − µ2 ) =
s s
σ12 σ22 σ12 σ22
= X −Y −Z1− α2 + , X −Y +Z1− α2 + .
n1 n2 n1 n2
3.4 Intervalos de confianza en poblaciones Normales 57
y por tanto,
I00 95 (µH − µN ) = [1770 8, 2220 2].
I1−α (µ1 − µ2 ) =
· r ³ ´¸
(n1 −1)Sc21 +(n2 −1)Sc22 1 1
= X − Y ± tn1 +n2 −2,1− α2 n1 +n2 −2 n1 + n2
I1−α (µ1 − µ2 ) =
" s µ ¶#
n1 S12 + n2 S22 1 1
= X − Y ± tn1 +n2 −2,1− α2 + .
n1 + n2 − 2 n1 n2
Por tanto,
I00 95 (µ1 − µ2 ) = [−10 6248, 20 0748].
3.4 Intervalos de confianza en poblaciones Normales 59
En este caso, puesto que X y Sc21 , ası́ como, Y y Sc22 son indepen-
dientes, se tiene que
X − Y − (µ1 − µ2 )
q 2 ∼ N (0, 1),
σ1 σ22
n1 + n2
ası́ como
Sc21 Sc22
(n1 − 1) + (n2 − 1) ∼ χ2n1 +n2 −2 .
σ12 σ2
Por tanto
X−Y −(µ1 −µ2 )
r
2
σ1 σ2
n1
+ n2
2
s ∼ tn1 +n2 −2 ,
Sc2 Sc2
(n1 −1) 1 2
2 +(n2 −1) σ 2
σ1 2
n1 +n2 −2
X − Y − (µ1 − µ2 )
s ,
Sc21 Sc22
+
n1 n2
= 130 4.
Luego se toma a = 13. Por otra parte, puesto que
t13,00 975 = 20 16, el intervalo buscado es
h q i
I0 95 (µ1 − µ2 ) = 166−164 7 ± 2 16 784
0
0 0 49
13 + 16
= [−150 89, 180 49].
µ ¶ " #
σ12 1 Sc21 1 Sc21
I1−α = , ,
σ22 Fn1 −1,n2 −1,1− α2 Sc22 Fn1 −1,n2 −1, α2 Sc22
n
y puesto que Sc2 = 2
n−1 S , se tiene el intervalo
µ ¶ " n1 n1
#
2 2
σ12 1 n1 −1 S1 1 n1 −1 S1
I1−α = n2 2, n2 .
σ22 Fn1 −1,n2 −1,1− α2 n2 −1 S2 Fn1 −1,n2 −1, α2 2
n2 −1 S2
X − µ√ d
n −→ N (0, 1).
σ
X − µ√ d
n −→ N (0, 1).
S
Puesto que
E[p̂] = p
p(1 − p)
V[p̂] = ,
n
puede deducirse, aplicando una variante del Teorema de Linderberg–
Levy para este tipo de distribuciones, que
p̂ − p d
q −→ N (0, 1).
p(1−p)
n
1 − α = P [−k ≤ N (0, 1) ≤ k]
" #
p̂ − p √
= P −k ≤ p n≤k
p(1 − p)
£ ¤
= P (p̂ − p)2 n ≤ k 2 p(1 − p)
· ¸
k 2 p(1 − p)
= P (p̂2 + p2 − 2pp̂)n ≤
n
·µ 2
¶ µ 2
¶ ¸
k 2 k 2
= P 1+ p − 2p̂ + p + p̂ ≤ 0
n n
q
2 2 2
(2p̂ + kn ) ± (2p̂ + kn )2 − 4(1 + kn )p̂2
p= 2 .
2(1 + kn )
o equivalentemente
q
√k 4p̂(1 − p̂) + k
p̂ 1 n n2
I1−α (p) = k2
+ n ± k2
.
1+ n 2(1 + ) 2(1 +
k2 n)
= [00 55 ± 00 1]
= [00 45, 00 65].
n n
1X 1
1X 2
p̂1 = Xi p̂2 = Yi
n1 n2
i=1 i=1
verificándose que
s
p1 (1 − p1 ) d p1 (1 − p1 )
E[p̂1 ] = p1 V[p̂1 ] = p̂1 −→ N p1 ,
n1 n1
y
s
p2 (1 − p2 ) d p2 (1 − p2 )
E[p̂2 ] = p2 V[p̂2 ] = p̂2 −→ N p2 , .
n2 n2
Si se considera
p1 = proporción de jóvenes a los que gusta
p2 = proporción de adultos a los que gusta
entonces
300 100
p̂1 = 600 = 00 5 y p̂2 = 400 = 00 25,
con lo que el intervalo queda
· q ¸
0 5·00 5 00 25·00 75
00 5 − 00 25 ± 20 58 0 600 + 400 ,
es decir,
I00 99 (p1 − p2 ) = [00 19, 00 31].
θ̂M V (X) − θ d
q −→ N (0, 1),
1
(I(θ))− 2
· ¸
∂ 2 log f (x, θ)
donde I(θ) = − E .
∂θ2
obteniéndose el intervalo
h p p i
I1−α (θ) = θ̂M V (X) − Z1− α2 I(θ) , θ̂M V + Z1− α2 I(θ) .
Tanto en el caso que la población sea una población N (µ, σ), como
en el caso de que el tamaño muestral sea suficientemente grande se ha
visto que
· ¸
Z1− α2 σ Z1− α2 σ
P X− √ ≤µ≤X+ √ = 1 − α,
n n
o equivalentemente
· ¸
Z1− α2 σ
P |X − µ| ≤ √ = 1 − α,
n
con lo cual, una medida del error cometido en la estimación de la media
Z1− α σ
viene dada por |X − µ|, siendo √ 2 una cota de dicho error.
n
3.8 Determinación del tamaño muestral 71
o equivalentemente
" r #
Sc2
P |X − µ| ≤ tn−1,1− α2 = 1 − α.
n
Poisson Muestras q
λ x̄ ± Z1− α2 n x̄
P(λ) grandes
Tabla 3.1: Intervalos de confianza para una población
74 Capı́tulo 3. Estimación por intervalos de confianza
10. Ejercicios
n = 100 n = 10000
Método Intervalo de confianza
X = 00 56000 X = 00 50241
P
n P
n
Xi Xi [00 463, 00 69] [00 473, 00 554]
Pivotal i=1 i=1
,g
g1,n,1− α 1,n, α
2 2
∆ = 00 227 ∆ = 00 081
· ¸
Desigualdad
X
[00 387, 10 013] [00 481, 00 526]
, X
1+ √1αn 1− √1αn
de Tchebychev ∆ = 00 626 ∆ = 00 045
" #
I. Asintótico I
X X
[00 468, 00 697] [00 493, 00 512]
Z1− α , Z1− α
(T.C.L.) 1+ √n2 1− √n2 ∆ = 00 229 ∆ = 00 019
· µ ¶ µ ¶¸
I. Asintótico II Z1− α Z1− α [00 45, 00 67] [00 493, 00 512]
X 1− n , X 1− n
√ 2 √ 2
(M.V.) ∆ = 00 22 ∆ = 00 019
x1 = 500 2; x2 = 520 9; S1 = 40 8; S2 = 50 4.
1 2 3 4 5
Hı́brido I 90 85 95 76 80
Hı́brido II 84 87 90 92 90
1000 9, 1010 2, 1000 2, 1000 4, 990 8, 1000 1, 1010 5, 1000 4, 1010 7, 990 5.
990 7, 1000 7, 970 8, 980 8, 1010 4, 1000 3, 980 7, 1010 1, 990 4, 990 5.